导读:本文包含了励磁涌流识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:励磁,变压器,电流,谐波,故障,差动,剩磁。
励磁涌流识别论文文献综述
李春艳,周念成,廖建权,王强钢,孟潇潇[1]（2019）在《基于MEMD-MMFE的双馈风电场送出变压器励磁涌流识别方法》一文中研究指出双馈风电场低电压穿越过程中,送出变压器发生内部故障时,差动电流中存在较大的2次谐波,会导致差动保护拒动。该文提出基于多元经验模态分解-多变量多尺度模糊熵(multivariateempiricalmodedecomposition-multiscale multivariatefuzzyentropy,MEMD-MMFE)的励磁涌流识别方法。该方法首先将电流经过多元经验模态分解,通过判别分解后的余量函数的单调性,确定是否从原函数中去除余量函数;然后对经过处理的原函数进行多变量多尺度模糊熵变换,得到多变量多尺度模糊熵值面积(简称熵值面积);最后通过或逻辑联立判断变压器两侧电流的熵值面积与给定的制动区面积的大小关系来区分励磁涌流与故障电流。以某风电场接入电网为例,对变压器各种运行工况进行仿真研究,并将该文算法与2次谐波制动等算法进行比较,验证提出算法的有效性。(本文来源于《中国电机工程学报》期刊2019年17期）
李桩[2]（2019）在《榆家梁煤矿主变压器励磁涌流识别技术研究》一文中研究指出煤矿是整个国家能源的重要供应基地,对于国家的能源安全至关重要。煤矿的安全生产,对于保证国家经济社会的安全稳定运行发挥着基础性作用。煤矿的安全有赖于电力的安全供应,电力变压器是保证煤矿电力供应的重要电气设备,变压器的安全正常运行能够为煤矿的安全生产保驾护航。煤矿变压器故障或者继电保护误动作,将影响煤矿的安全,因此本文对影响变压器保护误动作的励磁涌流及其识别技术进行了研究。论文的主要研究内容如下。首先,本文基于榆家梁煤矿主变压器参数建立变压器励磁涌流仿真模型。应用Matlab/Simulink仿真软件,搭建变压器仿真模型,给出了变压器励磁涌流的仿真波形,并详细分析了仿真波形的特点。为后续励磁涌流的识别技术奠定基础。然后,对变压器励磁涌流的影响因素进行了仿真计算。重点分析了变压器剩磁与合闸角对励磁涌流波形的影响。针对剩磁,给出了从无剩磁到0.8标幺值剩磁条件下变压器励磁涌流波形的变化情况。针对合闸角,给出了 0°到180°范围内不同合闸角条件下的变压器励磁涌流幅值波形;针对两种影响因素对变压器励磁涌流的波形影响进行了详细分析,归纳总结了两种因素对变压器励磁涌流的影响规律。最后,分析了基于电流衰减特性的变压器励磁涌流识别算法。基于上述分析,研究了榆家梁煤矿主变压器励磁涌流识别方法。应用励磁涌流的识别技术,给出了变压器的励磁涌流识别方法,保证差动保护在励磁涌流存在情况下依然可以正确动作,仿真结果验证了所提方法的正确性与有效性。(本文来源于《西安科技大学》期刊2019-06-01）
吴志军,范翔,吴昊文,李宁,王明东[3]（2019）在《变压器励磁涌流灰色识别研究》一文中研究指出由于变压器励磁涌流的影响,使得变压器差动保护较难正确动作.为了保证差动保护能够正确动作,必须对变压器内部故障电流和励磁涌流进行正确识别.基于变压器励磁涌流所具有的特征,将灰色系统方法应用于励磁涌流的识别.首先将多个励磁涌流判据(指标)进行综合,通过分析构建各指标的白化权函数,然后应用灰色聚类方法得到识别结果.与实际测量结果的比较验证了该综合判据的正确性和灰色聚类方法的有效性.(本文来源于《河南科学》期刊2019年05期）
曾静[4]（2019）在《一种基于小波包和支持向量机的励磁涌流识别新方法》一文中研究指出变压器励磁涌流的存在会引起差动保护的误动,从而降低保护动作的可靠性。因此,准确、快速地识别出励磁涌流与故障电流对变压器的稳定运行起到至关重要的作用。而现有的励磁涌流识别方法普遍存在准确率偏低或识别速度慢的缺点。为此,本文提出一种基于小波包和支持向量机的励磁涌流识别新方法,具体实现是通过基于小波包分解将电流信号分解,来构建电流类型识别的新判据,然后借助于分类算法SVM来对励磁涌流和内部故障电流进行分类,来达到励磁涌流识别的目的。本文的工作内容主要如下:1)采用MATLAB/Simulink中的PSB工具箱仿真了变压器励磁涌流和故障电流波形。为了研究初相角与剩磁对励磁涌流识别的影响,本文基于叁种剩磁条件下对不同初相角的励磁涌流与故障电流进行仿真。2)基于小波包分解技术对励磁涌流和故障电流的波形样本进行了分解。首先,综合考虑了在正则性、正交性、对称性和消失矩几种常见小波基的表现,选取了更适合本研究的Daubechies小波,并根据Daubechies小波在不同阶数下的运算效率和频带划分效果,最终选定了4阶Daubechies小波(Db4)作为小波包分解的小波基;然后,由于不同的分解尺度下在计算量和分解精度各有优劣,本文在保证分解精度的前提下选择了计算量较小的第叁层分解作为分解尺度;接着,对第叁层的八个子频段的波形信号进行了积分能量计算,并讨论了不同积分指数(η)下的能量计算结果,最后选取了能够让各子波段能量分布更加均匀的0.5作为η的值,并基于这八个子频段的能量值构建了能量特征向量,作为电流类型识别的新判据。3)在上述工作基础上,本文采用支持向量机(Support Vector Machines,SVM)这一智能分类算法构造了一种电流分类识别模型来对励磁涌流和故障电流进行准确而快速地区分与识别。首先将仿真波形的能量特征向量分为训练样本和测试样本。然后,将训练样本的能量特征向量和相应的电流类型输入到SVM分类器中进行训练,从而获取波形能量特征向量与电流类型之间的映射关系。接着,将测试样本的能量特征向量输入到已经训练完成的SVM分类器中,SVM便能根据已经获取的映射关系对测试样本进行归类。最后,将SVM的电流类型归类结果和测试样本的实际电流类型相对比,得出SVM电流识别的准确率。算例结果表明:1)叁种剩磁情况下的平均总体识别准确率为80%左右,平均励磁涌流识别准确率为95%左右;2)分类错误的样本主要分布在单相接地故障和区内叁相绕组故障之间,这两种电流类型同属于内部故障电流,对励磁涌流识别影响不大;3)叁种剩磁情况下的分类结果基本一致,不同剩磁并不会影响到SVM识别模型的准确率。综上所述,本文所提出新识别方法有效且可行。(本文来源于《广西大学》期刊2019-05-01）
陈星宇[5]（2019）在《基于最小二乘矩阵束的励磁涌流识别方案》一文中研究指出准确、快速地切除变压器故障直接影响电力系统能否持续安全稳定运行,励磁涌流的鉴别正是变压器保护中的重要一环。为了有效辨识励磁涌流与故障电流,避免变压器差动保护的不正确动作,利用变压器励磁涌流与短路故障电流频域信息的差异,提出了一种基于最小矩阵束算法的励磁涌流识别新方案,以变压器两侧的差动电流作为信号量,通过矩阵束算法分析采样信号中不同频率的分量,计算含衰减因数的电流能量信息熵识别励磁涌流。仿真试验证明了新判据具有原理清晰、抗干扰能力强等优点,能够正确区分励磁涌流和故障电流,为后续研究及工程应用提供借鉴和参考。(本文来源于《电力工程技术》期刊2019年02期）
张勇,昝虎,伍柏霖,石杰[6]（2019）在《基于波形识别法判别励磁涌流和内部故障电流》一文中研究指出励磁涌流与内部故障电流的判别一直是伴随电力变压器差动保护的关键问题,世界各国的科技工作者先后提出了许多方法,但仍不能很好地满足当前电力变压器保护的需求可靠(不拒动)、安全(不误动)及快的动作速度。围绕励磁涌流和内部故障的判别,先后涌现很多种方法,本文较详细地对各种判别方法的原理、优缺点及应用前景进行了分析与评判。1前言近些年虽然我国电力工业得到极大的发展,但是在变压器的保护上却很落后,其中最主要原因就是电力变电器继电保护技术上的(本文来源于《电子世界》期刊2019年03期）
孟乐,焦在滨,刘星,吴水兰,许云龙[7]（2019）在《一种基于负序分量的变压器励磁涌流识别新方法》一文中研究指出提出了一种基于负序分量的变压器励磁涌流识别方法,该方法提取电流的负序分量,然后根据电流中负序分量的含量及负序分量中二次谐波的含量来识别励磁涌流。(本文来源于《变压器》期刊2019年01期）
郭倩雯,莫文雄,郑方晴[8]（2019）在《一种基于部分Hausdorff距离的励磁涌流识别新方法》一文中研究指出变电站的电磁环境较为复杂,二次设备可能受到电磁干扰等不利因素影响而产生异常数据,进而导致保护误动。传统的变压器励磁涌流识别方法并没有考虑到异常数据干扰对保护的影响。分析异常数据对不同识别方法造成的影响,可以得知现有的励磁涌流识别方法在保护用数据受到异常干扰时,可能会导致保护动作速度变慢甚至保护误动。为解决这一问题,提出了一种基于波形相似度识别的励磁涌流快速识别方法,通过对比差动电流和正弦信号的波形相似度以区分励磁涌流和故障电流。仿真结果表明,该方法能够快速有效识别励磁涌流,在一定程度上能够不受异常数据的影响。(本文来源于《电力系统保护与控制》期刊2019年01期）
韩超[9]（2018）在《基于经验小波变换的变压器内部故障电流与励磁涌流的识别研究》一文中研究指出变压器是电力系统中的关键设备,它的继电保护措施需要更加可靠的方案来确保其平稳运转。变压器内部故障电流和励磁涌流的识别是变压器继电保护设计中的一个富有挑战性的问题。当励磁涌流产生时,变压器保护经常会误动作而跳闸,导致在正常运行中出现一系列的问题,并且这些问题除非人为解除,否则会一直存在。传统的识别方法在解决该问题的准确性方面有一定局限性。本文研究了一种基于EWT和SVM的变压器内部故障电流和励磁涌流识别的方法。使用MATLAB中的SIMULINK功能建立仿真,来验证该方法。利用EWT算法对仿真数据进行特征提取。这些特征被用来修正SVM。之后,利用测试向量对识别精度进行检验。为了提高识别精度,还对SVM的不同内核函数进行了测试。(本文来源于《科学技术创新》期刊2018年34期）
胡松,江亚群,黄纯,高云鹏[10]（2018）在《基于PWM波形特征的励磁涌流识别方法》一文中研究指出在分析励磁涌流与区内故障电流波形特征差异的基础上,提出了一种利用调制得到脉冲宽度调制(PWM)波形特征来识别励磁涌流的方法。分析了利用励磁涌流调制得到PWM波形与利用故障电流调制得到PWM波形的差异,设置了2个判据来识别励磁涌流和区内故障电流。所提方法原理简单,灵敏性好,具有一定抗电流互感器饱和能力,可靠性高。MATLAB仿真结果表明,所提方法可准确、快速识别各种情况下的励磁涌流和变压器区内故障电流。(本文来源于《电力自动化设备》期刊2018年09期）
励磁涌流识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
煤矿是整个国家能源的重要供应基地,对于国家的能源安全至关重要。煤矿的安全生产,对于保证国家经济社会的安全稳定运行发挥着基础性作用。煤矿的安全有赖于电力的安全供应,电力变压器是保证煤矿电力供应的重要电气设备,变压器的安全正常运行能够为煤矿的安全生产保驾护航。煤矿变压器故障或者继电保护误动作,将影响煤矿的安全,因此本文对影响变压器保护误动作的励磁涌流及其识别技术进行了研究。论文的主要研究内容如下。首先,本文基于榆家梁煤矿主变压器参数建立变压器励磁涌流仿真模型。应用Matlab/Simulink仿真软件,搭建变压器仿真模型,给出了变压器励磁涌流的仿真波形,并详细分析了仿真波形的特点。为后续励磁涌流的识别技术奠定基础。然后,对变压器励磁涌流的影响因素进行了仿真计算。重点分析了变压器剩磁与合闸角对励磁涌流波形的影响。针对剩磁,给出了从无剩磁到0.8标幺值剩磁条件下变压器励磁涌流波形的变化情况。针对合闸角,给出了 0°到180°范围内不同合闸角条件下的变压器励磁涌流幅值波形;针对两种影响因素对变压器励磁涌流的波形影响进行了详细分析,归纳总结了两种因素对变压器励磁涌流的影响规律。最后,分析了基于电流衰减特性的变压器励磁涌流识别算法。基于上述分析,研究了榆家梁煤矿主变压器励磁涌流识别方法。应用励磁涌流的识别技术,给出了变压器的励磁涌流识别方法,保证差动保护在励磁涌流存在情况下依然可以正确动作,仿真结果验证了所提方法的正确性与有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
励磁涌流识别论文参考文献
[1].李春艳,周念成,廖建权,王强钢,孟潇潇.基于MEMD-MMFE的双馈风电场送出变压器励磁涌流识别方法[J].中国电机工程学报.2019
[2].李桩.榆家梁煤矿主变压器励磁涌流识别技术研究[D].西安科技大学.2019
[3].吴志军,范翔,吴昊文,李宁,王明东.变压器励磁涌流灰色识别研究[J].河南科学.2019
[4].曾静.一种基于小波包和支持向量机的励磁涌流识别新方法[D].广西大学.2019
[5].陈星宇.基于最小二乘矩阵束的励磁涌流识别方案[J].电力工程技术.2019
[6].张勇,昝虎,伍柏霖,石杰.基于波形识别法判别励磁涌流和内部故障电流[J].电子世界.2019
[7].孟乐,焦在滨,刘星,吴水兰,许云龙.一种基于负序分量的变压器励磁涌流识别新方法[J].变压器.2019
[8].郭倩雯,莫文雄,郑方晴.一种基于部分Hausdorff距离的励磁涌流识别新方法[J].电力系统保护与控制.2019
[9].韩超.基于经验小波变换的变压器内部故障电流与励磁涌流的识别研究[J].科学技术创新.2018
[10].胡松,江亚群,黄纯,高云鹏.基于PWM波形特征的励磁涌流识别方法[J].电力自动化设备.2018
论文知识图
